| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-21页 |
| ·研究背景与意义 | 第11-12页 |
| ·汽车悬架系统概述 | 第12-16页 |
| ·传统的被动悬架 | 第12-13页 |
| ·半主动悬架与主动悬架 | 第13-16页 |
| ·悬架技术的发展状况 | 第16-19页 |
| ·被动悬架参数优化的发展状况 | 第16-17页 |
| ·主动悬架的发展状况 | 第17-19页 |
| ·本文主要研究内容 | 第19-21页 |
| 第2章 悬架系统的动力学模型 | 第21-33页 |
| ·引言 | 第21页 |
| ·随机路面模型的分析与建立 | 第21-25页 |
| ·路面的空间功率谱密度 | 第21-23页 |
| ·路面的时间功率谱密度 | 第23-24页 |
| ·随机路面模型的建立 | 第24-25页 |
| ·七自由度整车模型建模分析 | 第25-29页 |
| ·汽车悬架弹簧和减震器参数对行驶平顺性的影响 | 第29-32页 |
| ·悬架前后弹簧刚度对汽车行驶平顺性的影响 | 第29-31页 |
| ·悬架前后减震器阻尼系数对汽车行驶平顺性的影响 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于改进文化粒子群算法的悬架参数优化 | 第33-51页 |
| ·引言 | 第33页 |
| ·粒子群算法及文化算法 | 第33-39页 |
| ·粒子群算法及其改进 | 第33-36页 |
| ·文化算法及其实现 | 第36-39页 |
| ·改进文化粒子群算法 | 第39-43页 |
| ·改进文化粒子群算法的基本思想 | 第39-40页 |
| ·交叉操作及小生镜技术的应用 | 第40-42页 |
| ·改进文化粒子群算法的实现步骤 | 第42-43页 |
| ·改进文化粒子群算法在悬架参数优化中的应用 | 第43-48页 |
| ·汽车悬架系统参数优化模型 | 第43-46页 |
| ·改进文化粒子群算法在悬架参数优化中的实现 | 第46-48页 |
| ·基于改进文化粒子群算法的悬架参数优化仿真分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 基于主动悬架的神经网络控制研究 | 第51-67页 |
| ·引言 | 第51页 |
| ·神经网络算法及其改进 | 第51-57页 |
| ·基于动量法和可变学习率的改进BP神经网络算法 | 第51-54页 |
| ·LM-BP神经网络算法 | 第54-56页 |
| ·基于改进粒子群的神经网络算法 | 第56页 |
| ·改进神经网络的训练收敛速度对比 | 第56-57页 |
| ·主动悬架LM-BP神经网络控制器的设计 | 第57-61页 |
| ·LM-BP神经网络训练数据的获取 | 第57-60页 |
| ·主动悬架LM-BP神经网络控制器的实现 | 第60-61页 |
| ·主动悬架神经网络间接自适应控制器设计 | 第61-64页 |
| ·主动悬架改进粒子群神经网络间接自适应控制器原理 | 第61-63页 |
| ·主动悬架改进粒子群神经网络间接自适应控制器的实现 | 第63-64页 |
| ·主动悬架状态下的神经网络控制仿真分析 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第5章 试验样车搭建及路面试验 | 第67-83页 |
| ·引言 | 第67页 |
| ·试验样车的搭建 | 第67-74页 |
| ·试验样车的基本结构 | 第67-68页 |
| ·主/被动可切换悬架的结构设计 | 第68-71页 |
| ·主/被动可切换悬架的液压系统设计 | 第71-72页 |
| ·主/被动可切换悬架测控系统的设计 | 第72-74页 |
| ·试验样车的路面试验 | 第74-81页 |
| ·试验样车的路面试验设计 | 第74-76页 |
| ·试验样车的路面试验结果及分析 | 第76-81页 |
| ·本章小结 | 第81-83页 |
| 第6章 总结与展望 | 第83-85页 |
| ·全文总结 | 第83-84页 |
| ·全文展望 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 致谢 | 第89页 |